在Python3中使用正确的编码从CSV文件加载不同类型的数据

我有一个包含不同类型数据的CSV文件。 例如：某些列是分类的（例如城市名称） 有些是数字的（如产品价格）

我希望使用Python3读取数据文件，这样所有的分类数据都是1-hot编码的，而数字数据只编码为标量值

大概是这样的：

import numpy as np

x = np.loadtxt(d, dtype={'names': ('city', 'price')
       'formats': (string, int)})

但在这里，我想对“城市”列进行热编码

---

numpy/pandas/scikit中是否有任何数据加载器/预处理器可以帮助读取csv以及对某些列进行1-hot编码？

我认为您应该使用pandas软件包来完成这项工作

将熊猫作为pd导入
df=pd.read\u csv（'file\u name.csv'））
df['city']=df['city'].astype（'str'）
df['price']=df['price'].astype（'int'）
打印（df）

我想试一试，但首先要提醒一下：numpy可能不是你需要的。如果您可以包含一个csv文件的示例和一些关于其格式的信息，那就太好了。当您有一个完整的字符串数组要处理时，编码就更容易了。文件读取是逐行进行的。首先加载所有数据，然后执行一个热编码：